--- title: "Reflection Patterns: Kỹ thuật Tự Đánh giá và Hiệu chỉnh Sai lệch cho AI Agent" description: "Khám phá kỹ thuật Reflection trong AI Agent: Cơ chế tự soi chiếu (Self-Critique), mô hình Producer-Critic, LLM-as-a-Judge và cách giúp tác tử tự sửa lỗi logic trước khi trả lời người dùng." date: "2026-09-19" author: name: "Nguyen Pham" role: "Xin chào. Mình thích lập trình và công nghệ. Đây là blog mình chia sẻ lại các kiến thức về lập trình, công nghệ." avatar: "http://0.gravatar.com/avatar/6fb61398e24046b34e13870dd6c357b9?s=128&d=mm&r=g" category: "AI" tags: ["AI", "AI Agent", "Reflection", "Self-Critique", "LLM as Judge"] coverImage: "/blog/covers/reflection.png" featured: false readingTime: "7 min read" --- Con người thường không bao giờ xuất bản bản nháp đầu tiên của một bài viết quan trọng mà luôn đọc lại, tự kiểm tra và chỉnh sửa. Trong khi đó, hầu hết các hệ thống chatbot truyền thống lại trả lời ngay lập tức từ token đầu tiên được sinh ra, dễ dẫn đến những sai sót ngớ ngẩn hoặc lỗi logic nghiêm trọng. **Reflection Patterns (Các mẫu tự soi chiếu)** trang bị cho AI Agent năng lực tự nhận thức (*self-awareness*) và tự sửa lỗi (*self-correction*), cho phép hệ thống tự rà soát lại câu trả lời và hành động của chính mình trước khi bàn giao cho người dùng cuối. --- ## 1. Cơ chế hoạt động của Reflection Quy trình tự soi chiếu thường được tổ chức theo vòng lặp 3 pha: $$\text{Generate (Tạo lập)} \longrightarrow \text{Evaluate / Critique (Chấm điểm & Phản biện)} \longrightarrow \text{Refine (Hiệu chỉnh)}$$ 1. **Pha Tạo lập (Generate):** Tác tử tạo ra bản thảo đầu tiên của giải pháp (bài viết, đoạn code hoặc kế hoạch hành động). 2. **Pha Phản biện (Critique):** Tác tử tự kiểm tra lại bản thảo dựa trên bộ tiêu chí khắt khe: - *Tính chính xác:* Có lỗi logic, phép tính sai hay dữ liệu mâu thuẫn không? - *Tính tuân thủ:* Có vi phạm các ràng buộc an toàn hoặc quy định của người dùng không? - *Tính hoàn thiện:* Đã trả lời hết tất cả các ý trong câu hỏi chưa? 3. **Pha Hiệu chỉnh (Refine):** Nếu phát hiện thiếu sót, tác tử viết lại hoặc điều chỉnh giải pháp dựa trên những nhận xét phản biện vừa rút ra. --- ## 2. Các mô hình Triển khai Phổ biến ### 2.1. Self-Critique (Tự phản biện đơn tác tử) - Cùng một mô hình LLM đóng cả hai vai trò: sinh câu trả lời trong lượt đầu, sau đó đổi vai trò sang "chuyên gia kiểm định khó tính" trong lượt thứ hai để tự chấm điểm và sửa lỗi. ### 2.2. Producer-Critic Pattern (Mô hình Tác giả - Phê bình phân tách) - Sử dụng hai tác tử độc lập: - **Producer Agent:** Chuyên trách sáng tạo và sinh giải pháp. - **Critic Agent:** Hoàn toàn độc lập, sở hữu prompt và tiêu chuẩn kiểm thử riêng, không bị ảnh hưởng bởi thiên kiến của Producer. - Sự tách biệt này giúp tránh hiện tượng "người viết không nhìn ra lỗi của chính mình". ### 2.3. LLM as a Judge (Mô hình LLM làm Giám khảo) - Sử dụng một mô hình LLM siêu mạnh (như GPT-4o, Claude 3.5 Sonnet) để đóng vai trò giám khảo chấm điểm và đưa ra nhận xét định lượng (điểm từ 1–10) cho kết quả của các mô hình nhỏ hơn. --- ## 3. Cạm bẫy và Nguyên tắc triển khai - **Tránh "Tê liệt vì phân tích" (Analysis Paralysis):** Đặt giới hạn số vòng lặp tối đa (thường từ 2–3 vòng). Việc lặp lại phản tư quá nhiều không làm tăng chất lượng mà chỉ tốn kém chi phí token và làm tăng độ trễ. - **Tiêu chí đánh giá khách quan:** Cung cấp rubric chấm điểm cụ thể (Checklist rõ ràng) thay vì chỉ ra lệnh chung chung *"Hãy kiểm tra xem bài viết đã tốt chưa"*.